生成AIパスポート 用語解説
弱いAI(ANI)/強いAI(AGI)とは
特定の課題に特化したAIが弱いAI(ANI)、人間のように幅広い課題へ汎用的に対応できるとされるのが強いAI(AGI)。
この記事の目次
まず押さえる結論
弱いAI(ANI)/強いAI(AGI)は、生成AIパスポートの「第1章 AI(人工知能)」で確認しておきたい用語です。定義だけでなく、どの場面で使う言葉か、何と混同しやすいか、問題文のどの表現で判断するかまで確認します。
情報源と編集区分
公式範囲を確認し、具体例・誤答例・判断手順は当サイトが編集。 一次情報確認日: 2026-06-27。
公式シラバス(PDF)(公式)具体例から判断の境界を固める
AIが知能を超える転換点そのものではなく、対応できる課題の範囲でAIを区分する考え方として捉える
画像認識だけを行うAIや、特定のゲームだけを指すAIのように、特定の課題に特化して高い性能を発揮するAIは弱いAI(ANI)と呼ばれます。一方、人間のように幅広い課題へ汎用的に対応できるとされるAIは強いAI(AGI)と呼ばれます。現在実用化されている生成AIを含む多くのAIは、特定の用途に強い弱いAIに位置づけられます。
- 問題文で見る箇所
- 「特定の課題に特化」とあれば弱いAI(ANI)、「幅広い課題へ汎用的に対応」とあれば強いAI(AGI)を候補にします。AIが人間の知能を超える転換点そのものを説明している場合は、弱いAI・強いAIではなくシンギュラリティを候補にします。
- 隣接概念との境界
- シンギュラリティ(技術的特異点)は、AIが人間の知能を超え社会に不可逆的な変化をもたらすとされる転換点を指す語で、レイ・カーツワイルは2045年の到来を予測しています。弱いAI・強いAIは、ある時点でAIが対応できる課題の範囲を区分する考え方であり、知能が人間を超える転換点そのものを指す語ではありません。
誤答しやすい選択肢
- 特定の課題に特化したAIを強いAI(AGI)と呼ぶ。特定の課題に特化しているのは弱いAI(ANI)で、強いAIは幅広い課題へ汎用的に対応できるとされる概念です。
- 幅広い課題へ汎用的に対応できるとされる強いAI(AGI)を、現在実用化されている生成AIの性質として説明する。現在の生成AIを含む多くのAIは特定用途に強い弱いAIに位置づけられます。
- 強いAI(AGI)の実現と、AIが人間の知能を超えるとされるシンギュラリティの到来を同じ出来事として扱う。強いAIは課題対応の範囲を表す区分、シンギュラリティは知能が人間を超える転換点という別の観点の概念です。
4段階の判断手順
- 01設問が課題対応の範囲を述べているか、知能が人間を超える転換点を述べているかを先に分ける。
- 02特定の課題への特化か、幅広い課題への汎用的な対応かで弱いAIと強いAIを区別する。
- 03現在実用化されているAIの多くが弱いAIに位置づけられる点を踏まえて選択肢を確認する。
- 04シンギュラリティの説明が弱いAI・強いAIの区分に紛れ込んでいないか見直す。
到達条件: 弱いAI(ANI)と強いAI(AGI)を課題対応の範囲で説明し、シンギュラリティとの違いを言える。
試験での問われ方
定義の言い換え
用語そのものではなく、説明文の一部を言い換えて出されることがあります。
似た概念との比較
同じ章の用語と入れ替えた選択肢に注意します。対象、目的、使う場面を分けます。
具体例からの判断
問題文の事例が、定義のどの部分に対応しているかを先に確認します。
誤答しやすいポイント
×教師あり学習・教師なし学習・強化学習の取り違え。クラスタリングや次元削減は「教師なし」、分類や回帰は「教師あり」、報酬を手がかりに学ぶのが「強化学習」。
×弱いAI(ANI)と強いAI(AGI)の混同。特定の課題に特化するのが弱いAI、人間のように幅広い課題へ汎用的に対応できるとされるのが強いAI。
×AIブームと中心技術の対応ずれ。第一次=探索・推論、第二次=エキスパートシステム、第三次=ディープラーニングとビッグデータ。
関連する確認問題
第1章 AI(人工知能) / AIの種類
画像認識や将棋など、特定の領域・課題に限って能力を発揮するAIを何というか。
正解は「弱いAI(ANI)」である。画像認識や将棋のように、能力を発揮する領域や課題が限定されているAIを弱いAI(ANI)と呼ぶ。この問題では、AIができる処理の内容ではなく、対応できる課題の範囲を問うている。強いAI(AGI)は人間のように幅広い課題へ汎用的に対応する区分なので、範囲の広さが反対である。特徴量はデータの特徴を表す変数、エキスパートシステムは専門知識をルール化した仕組みであり、どちらも能力範囲によるAIの区分ではない。「特定」か「幅広い」かを最初に読むと判断できる。
第1章 AI(人工知能) / AIの歴史
第二次AIブームの中心となった、専門家の知識をルールとして取り込み推論を行う仕組みはどれか。
正解は「エキスパートシステム」である。第二次AIブームという時期と、専門家の知識をルールとして取り込み推論するという仕組みの両方が、エキスパートシステムを示している。AIブームの問題では時期だけで選ばず、中心となった技術や知識の持たせ方も照合する。探索と推論は第一次AIブームの中心であり、ディープラーニングとビッグデータは第三次AIブームを支えた要素である。エキスパートシステムは専門知識を人がルール化するため、問題文の「専門家の知識」「ルール」「推論」という3語を一まとまりで判断する。
第1章 AI(人工知能) / AIの歴史
現在まで続く第三次AIブームを支えた中心的な要素として最も適切なものはどれか。
正解は「ディープラーニングとビッグデータ」である。第三次AIブームを支えた中心要素は、大量のデータであるビッグデータと、そのデータを活用するディープラーニングの発展である。ここではAIに関係する語を選ぶだけでは足りず、各選択肢を対応する時代へ割り当てる。探索と推論は第一次AIブーム、専門知識をルール化するエキスパートシステムは第二次AIブームの中心である。人間が規則を記述するルールベースも、データから特徴を学習する第三次AIブームの中心要素とは異なる。時代と技術の組合せで判断する。
同じ章で確認したい用語
到達チェック
- 弱いAI(ANI)/強いAI(AGI)を一文で説明できる
- 同じ章の似た用語と違いを説明できる
- 問題文の具体例から、弱いAI(ANI)/強いAI(AGI)に関係する論点を拾える
- 関連問題を解き、誤答した選択肢の理由を確認できる
執筆: ミナト編集部(運営者情報を見る)